[发明专利]一种自适应特征融合的智能变电站人体目标跟踪方法

权利要求书

1.一种自适应特征融合的智能变电站人体目标跟踪方法，其特征在于，包括：

获取电站现场的人体目标图像，标定获取的人体目标图像，基于ResNet-50深度卷积网络提取特征图；

基于ResNet-50深度卷积网络的C3、C4、C5层级构造特征金字塔网络FPN的P3、P4、P5层级；

将特征金字塔网络FPN的P3、P4、P5层级的特征图输入自适应空间融合ASF进行特征融合；

采用注意力机制增强特征金字塔网络的输出特征图；

将目标图像块z和搜索图像块x分别输入自适应空间融合ASF的共享主干网络f，得到参考特征图f(z)和f(x)；将参考特征图f(z)和f(x)进行深度互相关操作，得到候选窗口响应RoWs；

在增强特征金字塔网络的输出特征图上，滑动一组不同比率和不同尺度的锚点，映射到原始图像中得到不同比率和不同尺度的感兴趣区域ROIs；

拼接感兴趣区域ROIs，并将拼接后的ROIs输入三个并联的分支：边界框分支、分类分支和掩膜分支；其中，边界框分支的输出结果，用于下一帧目标的框定，掩膜分支的输出结果用于定位当前帧目标位置；

计算边界框分支的回归损失函数L_box、分数分支的分类损失函数L_score和掩膜分支的掩模损失函数L_mask；

计算孪生网络的总体损失函数。

2.根据权利要求1所述的自适应特征融合的智能变电站人体目标跟踪方法，其特征在于，所述基于ResNet-50深度卷积网络提取深度特征信息包括：输入256维的特征图，使用1×1卷积层，将256维的特征转变为64维的特征图；经过ReLU非线性激活后，使用3×3卷积层提取目标特征图；使用ReLU非线性激活，并使用1×1卷积层将目标特征图的维度转为256；将输出的特征图与输入的特征图进行加法操作。

3.根据权利要求2所述的自适应特征融合的智能变电站人体目标跟踪方法，其特征在于，所述将特征金字塔网络的P3、P4、P5的特征图输入自适应空间融合进行特征融合包括：将P3、P4、P5的特征图进行拼接，将拼接后的特征图分为第一分支和第二分支，基于第一分支的特征图得到注意力分支；第二个分支的特征图直接和注意力分支按位相乘；合并第一分支和第二分支，并将第一分支和第二分支合并后的特征图，进行分组和求和操作，得到特征金字塔网络的输出特征图。

4.根据权利要求1-3所述的自适应特征融合的智能变电站人体目标跟踪方法，其特征在于，

采用公式(1)计算边界框分支的回归损失函数L_box：

其中，smooth L₁为：

式中，x为归一化后的距离，i为每组归一化距离的序号；

采用公式(2)计算分数分支的分类损失函数L_score：

L_score＝-log(p_n) (2)

其中，p_n表示第n个RoW的置信度分数。

采用公式(3)计算掩膜分支的掩模损失函数L_mask：

其中，n为RoWs的序号，y_n为RoW的标签，y_n∈{±1}，y_n＝+1表示正标签，y_n＝-1表示负标签，w，h为第n个RoW真实掩模c_n的宽度和高度。为在第n个RoW中，目标的真实掩模在(i,j)像素位置处的正、负标签。为在第n个RoW中，目标的预测掩模在(i,j)像素位置处的正、负标签。

5.根据权利要求4所述的自适应特征融合的智能变电站人体目标跟踪方法，其特征在于，

采用公式(4)计算孪生网络的总体损失函数：

L＝λ₁L_box+λ₂L_score+λ₃L_mask (4)

其中，λ₁，λ₂，λ₃分别为三个分支损失函数的权值。